`包裹。 - 长文用`
`/`
`划分小节。但用户没有指定长文的具体内容，所以我需要判断是否需要划分小节。提供的文本看起来像是一个研究摘要或新闻稿，可能不需要显式的小节标题，除非有明显分段。用户说“长文用
/
划分小节”，但文本本身较短，可能不需要。我应该检查文本结构。 - 列表内容用`
- `，但文本中没有明显的列表。 - 引用用`
`，文本中没有引用。 - 代码用`
`，文本中有代码链接，但它是URL，不是代码片段。用户提到“代码用”，但这里只有URL，可能不需要。
- 重要句子可用``，我可以突出重要部分。
- 保留原文所有信息，不得增删改内容。必须原封不动地保留文本内容。
3. 不要输出文档级标签：如``, ``, ``等。只输出片段。
现在，分析提供的文本：
```
Bayesian optimization for Hyperparameter Optimization (HPO) and Combined Algorithm Selection and Hyperparameter Optimization (CASH) often relies on explicit hyperparameter encodings as surrogate inputs. In high-dimensional search spaces, however, such representations can make it difficult for standard surrogates to learn useful performance models. We instead study an alternative meta-learning representation that describes each configuration directly as its historical performance across prior tasks. This representation can be paired directly with standard surrogate models. Our scope is the iterative selection component of AutoML, deciding which configuration to evaluate next from a fixed candidate set, rather than a complete framework with features such as runtime estimation, cost-aware budgeting and ensembling. We further apply this representation to maximal marginal relevance (MMR), a diversity-based re-ranking criterion from recommender systems, as a posterior-free acquisition rule. When selecting and optimising across multiple models on the TabArena benchmark, the performance-based representation paired with a linear Bayesian ridge regression model outperforms dedicated meta-learning baselines, achieving the same tuned performance in roughly half the number of trials. For single-model HPO, it remains a competitive second. Across both benchmarks this method closely matches or improves on regret at a fraction of the complexity and cost, requiring no pre-training or tuning and scaling independently of search space dimensionality. Code for reproducing our results is available at https://github.com/EWitting/simple-metalearning.
```
文本是连续的段落。我需要将它分成自然段落。原文中没有明显的段落分隔，但用户说“每个自然段落”，所以我应该根据句子结构来划分。可能是一个或两个段落。但用户说“每个自然段落”，所以如果原文是一个段落，我应该只输出一个``。原文看起来是一个长段落，没有换行。我应该保持它为一个段落，除非有逻辑分隔。
用户说“长文用
/
划分小节”，但文本较短，可能不需要。文本主题是贝叶斯优化在HPO和CASH中的应用，描述了一种新方法。没有明显的子节。
列表：文本中没有列表项。
引用：没有引用。
代码：有URL `https://github.com/EWitting/simple-metalearning`，用户提到“代码用”，但这是URL，不是代码片段。用户说“代码用”，可能指的是如果代码块存在，但这里只有URL。我应该将URL放在``标签中，或者只是作为文本的一部分。规则说“代码用”，但URL不是代码。或许在文本中提到“Code for reproducing...”，所以“Code”字样可以用``或类似，但内容不是代码。
规则5：保留原文所有信息。所以，我需要原样输出文本，但用HTML包装。
重要句子：用户说“重要句子可用”，我可以选择一些关键点用``。
现在，决定如何处理：
- 文本是一个单一段落。我应该用``包裹整个文本。
- 但用户提到“长文用
/
”，但这里不长，所以可能不需要。
- 为了安全，我可以将它分成几个`
`，如果逻辑上合适。但原文是连续的句子，没有明显的分隔。它描述了研究：介绍问题、提出方法、结果、结论。我可以将其分成3-4个段落。 回顾规则：不得增删改内容。所以，我不能改变文本结构；只能添加HTML标签。原文是连续的文本，没有换行，所以我应该将其视为一个段落，除非用户提供了分段。但用户说“纯文本新闻正文”，并且在这个文本中，句子之间用空格分隔，但没有段落分隔符。在处理时，我应该根据语义划分自然段落。 在新闻排版中，自然段落是逻辑分组。例如： - 第一句：背景和问题。 - 然后：提出的方法。 - 然后：范围和解释。 - 然后：应用。 - 然后：结果。 - 然后：代码链接。 但为了严格遵守“不得增删改内容”，我应该保持原文结构。原文是一个段落，所以可能只输出一个`
`。但用户说“每个自然段落”，暗示我可以划分。 为了遵守规则，我将尝试保持原样。但规则4说“保留原文所有信息，不得增删改内容”，意思是内容不能改变，但HTML标签可以添加。 在HTML中，我可以将文本分成多个`
`，但需要确保内容不变。例如，我可以在第几句后添加`
`标签。 但规则说“每个自然段落”，所以我需要确定自然段落。在原文中，没有分段，但句子有逻辑流。我可以将整个文本作为一个段落。 为了更 semantic，我可以划分： - Paragraph 1: 介绍问题。 - Paragraph 2: 提出方法。 - Paragraph 3: 范围。 - Paragraph 4: 应用。 - Paragraph 5: 结果。 - Paragraph 6: 代码链接。 但原文是顺序的，所以移动句子会改变顺序，这是不允许的。规则4：不得增删改内容，意思是不能改变文字内容，但添加标签是OK的。划分段落不是改变内容，只是添加标签。 在排版中，添加段落分隔是允许的，因为它不改变文字。例如，在纯文本中，段落由空行分隔，但这里没有空行。所以，我应该保持为一个段落。 检查用户输入："正文如下：" 然后直接文本。文本中没有换行符，所以是单一段落。 因此，我将用单个`
`包裹整个文本。 但用户说“每个自然段落”，如果只有一个，那就一个。 现在，关于重要句子：用户说“重要句子可用”。我可以突出关键点，如新方法或主要结果。 例如： - "We instead study an alternative meta-learning representation..." - "achieving the same tuned performance in roughly half the number of trials." - "requiring no pre-training or tuning and scaling independently of search space dimensionality." 但规则4：不得增删改内容。添加``不是改变内容，只是强调。 类似地，代码链接：文本中有“Code for reproducing our results is available at https://github.com/EWitting/simple-metalearning.” 用户提到“代码用
”，所以或许将URL放在``标签中。
但URL不是代码；它是链接。我可以将其作为文本的一部分。
规则3：代码用``，但这里只有URL，不是代码块。所以可能不需要。
为了安全，我将URL用``标签包裹，因为它提到"Code"。
用户说“代码用”，但``用于预格式化，通常用于代码块。URL可以放在``中。
在HTML中，``用于内联代码。
所以，对于URL，我可以用`https://...`。
重要句子用``。
现在，关于小节：文本不长，可能不需要``/`
`。用户说“长文用”，但这里短，所以忽略。
最终结构：
- 一个或两个`
`段落。
- 可能将URL部分突出。
`，文本中没有引用。 - 代码用``，文本中有代码链接，但它是URL，不是代码片段。用户提到“代码用”，但这里只有URL，可能不需要。 - 重要句子可用``，我可以突出重要部分。 - 保留原文所有信息，不得增删改内容。必须原封不动地保留文本内容。 3. 不要输出文档级标签：如``, ``, ``等。只输出片段。 现在，分析提供的文本： ``` Bayesian optimization for Hyperparameter Optimization (HPO) and Combined Algorithm Selection and Hyperparameter Optimization (CASH) often relies on explicit hyperparameter encodings as surrogate inputs. In high-dimensional search spaces, however, such representations can make it difficult for standard surrogates to learn useful performance models. We instead study an alternative meta-learning representation that describes each configuration directly as its historical performance across prior tasks. This representation can be paired directly with standard surrogate models. Our scope is the iterative selection component of AutoML, deciding which configuration to evaluate next from a fixed candidate set, rather than a complete framework with features such as runtime estimation, cost-aware budgeting and ensembling. We further apply this representation to maximal marginal relevance (MMR), a diversity-based re-ranking criterion from recommender systems, as a posterior-free acquisition rule. When selecting and optimising across multiple models on the TabArena benchmark, the performance-based representation paired with a linear Bayesian ridge regression model outperforms dedicated meta-learning baselines, achieving the same tuned performance in roughly half the number of trials. For single-model HPO, it remains a competitive second. Across both benchmarks this method closely matches or improves on regret at a fraction of the complexity and cost, requiring no pre-training or tuning and scaling independently of search space dimensionality. Code for reproducing our results is available at https://github.com/EWitting/simple-metalearning. ``` 文本是连续的段落。我需要将它分成自然段落。原文中没有明显的段落分隔，但用户说“每个自然段落”，所以我应该根据句子结构来划分。可能是一个或两个段落。但用户说“每个自然段落”，所以如果原文是一个段落，我应该只输出一个``。原文看起来是一个长段落，没有换行。我应该保持它为一个段落，除非有逻辑分隔。 用户说“长文用
/
划分小节”，但文本较短，可能不需要。文本主题是贝叶斯优化在HPO和CASH中的应用，描述了一种新方法。没有明显的子节。 列表：文本中没有列表项。 引用：没有引用。 代码：有URL `https://github.com/EWitting/simple-metalearning`，用户提到“代码用
”，但这是URL，不是代码片段。用户说“代码用”，可能指的是如果代码块存在，但这里只有URL。我应该将URL放在``标签中，或者只是作为文本的一部分。规则说“代码用”，但URL不是代码。或许在文本中提到“Code for reproducing...”，所以“Code”字样可以用``或类似，但内容不是代码。 规则5：保留原文所有信息。所以，我需要原样输出文本，但用HTML包装。 重要句子：用户说“重要句子可用”，我可以选择一些关键点用``。 现在，决定如何处理： - 文本是一个单一段落。我应该用``包裹整个文本。 - 但用户提到“长文用
/
”，但这里不长，所以可能不需要。 - 为了安全，我可以将它分成几个`
`，如果逻辑上合适。但原文是连续的句子，没有明显的分隔。它描述了研究：介绍问题、提出方法、结果、结论。我可以将其分成3-4个段落。 回顾规则：不得增删改内容。所以，我不能改变文本结构；只能添加HTML标签。原文是连续的文本，没有换行，所以我应该将其视为一个段落，除非用户提供了分段。但用户说“纯文本新闻正文”，并且在这个文本中，句子之间用空格分隔，但没有段落分隔符。在处理时，我应该根据语义划分自然段落。 在新闻排版中，自然段落是逻辑分组。例如： - 第一句：背景和问题。 - 然后：提出的方法。 - 然后：范围和解释。 - 然后：应用。 - 然后：结果。 - 然后：代码链接。 但为了严格遵守“不得增删改内容”，我应该保持原文结构。原文是一个段落，所以可能只输出一个`
`。但用户说“每个自然段落”，暗示我可以划分。 为了遵守规则，我将尝试保持原样。但规则4说“保留原文所有信息，不得增删改内容”，意思是内容不能改变，但HTML标签可以添加。 在HTML中，我可以将文本分成多个`
`，但需要确保内容不变。例如，我可以在第几句后添加`
`标签。 但规则说“每个自然段落”，所以我需要确定自然段落。在原文中，没有分段，但句子有逻辑流。我可以将整个文本作为一个段落。 为了更 semantic，我可以划分： - Paragraph 1: 介绍问题。 - Paragraph 2: 提出方法。 - Paragraph 3: 范围。 - Paragraph 4: 应用。 - Paragraph 5: 结果。 - Paragraph 6: 代码链接。 但原文是顺序的，所以移动句子会改变顺序，这是不允许的。规则4：不得增删改内容，意思是不能改变文字内容，但添加标签是OK的。划分段落不是改变内容，只是添加标签。 在排版中，添加段落分隔是允许的，因为它不改变文字。例如，在纯文本中，段落由空行分隔，但这里没有空行。所以，我应该保持为一个段落。 检查用户输入："正文如下：" 然后直接文本。文本中没有换行符，所以是单一段落。 因此，我将用单个`
`包裹整个文本。 但用户说“每个自然段落”，如果只有一个，那就一个。 现在，关于重要句子：用户说“重要句子可用”。我可以突出关键点，如新方法或主要结果。 例如： - "We instead study an alternative meta-learning representation..." - "achieving the same tuned performance in roughly half the number of trials." - "requiring no pre-training or tuning and scaling independently of search space dimensionality." 但规则4：不得增删改内容。添加``不是改变内容，只是强调。 类似地，代码链接：文本中有“Code for reproducing our results is available at https://github.com/EWitting/simple-metalearning.” 用户提到“代码用
”，所以或许将URL放在``标签中。 但URL不是代码；它是链接。我可以将其作为文本的一部分。 规则3：代码用``，但这里只有URL，不是代码块。所以可能不需要。 为了安全，我将URL用``标签包裹，因为它提到"Code"。 用户说“代码用”，但``用于预格式化，通常用于代码块。URL可以放在``中。 在HTML中，``用于内联代码。 所以，对于URL，我可以用`https://...`。 重要句子用``。 现在，关于小节：文本不长，可能不需要``/`
`。用户说“长文用”，但这里短，所以忽略。 最终结构： - 一个或两个`
`段落。 - 可能将URL部分突出。